A semiparametric estimation procedure of dependence parameters in multivariate families of distributions
多元分布族依赖参数的半参数估计程序AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论一般多元分布的依赖参数，没有分位数效应或金融风险等细分方向的直接证据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
多元分布族依赖参数的半参数估计程序
- 研究问题
- 如何半参数估计多元分布族的依赖参数，建立其渐近分布及方差估计，并判断独立情形下能否达到完全有效性？
- 方法与思路
- 作者通过求解伪似然方程构造依赖参数估计量，研究其渐近性质及方差估计，并在二元 Clayton 模型中比较其他方法。
- 材料陈述的贡献
- 摘要称估计量一致、渐近正态且在独立情形下完全有效，渐近方差估计一致，并给出特定模型中的方法比较。
- 阅读关注点
- 应核对分布族与边际部分的设定、伪似然方程及正则条件，以及独立处有效性的定义和 Clayton 模型比较的范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；具体正则条件和比较结果未说明，独立情形的完全有效性不能自动推广到存在依赖的情形。
原文摘要
This paper investigates the properties of a semiparametric method for estimating the dependence parameters in a family of multivariate distributions. The proposed estimator, obtained as a solution of a pseudo-likelihood equation, is shown to be consistent, asymptotically normal and fully efficient at independence. A natural estimator of its asymptotic variance is proved to be consistent. Comparisons are made with alternative semiparametric estimators in the special case of Clayton's model for association in bivariate data.